Keras 2.3 Docs
Innehåller annonserKöp i appen
1 tn+
Nedladdningar
Ingen åldersgräns
info
Om appen
Keras 2.3 Dokumentation
Djupt lärande för människor.
Keras är ett API designat för människor, inte maskiner. Keras följer bästa praxis för att minska kognitiv belastning: det erbjuder konsekventa och enkla API: er, det minimerar antalet användaråtgärder som krävs för fall av vanlig användning, och det ger tydliga och handlingsbara felmeddelanden. Det har också omfattande dokumentation och utvecklare guider.
Iterera med tankens hastighet.
Keras är det mest använda ramverket för djup inlärning bland topp-5 vinnande lag på Kaggle. Eftersom Keras gör det lättare att köra nya experiment ger det dig möjlighet att prova fler idéer än din konkurrens, snabbare. Och så vinner du.
Exascale maskininlärning.
Byggt ovanpå TensorFlow 2.0 är Keras ett branschstarkt ramverk som kan skala till stora kluster av GPU: er eller en hel TPU-pod. Det är inte bara möjligt; det är lätt.
Distribuera var som helst.
Utnyttja TensorFlow-plattformens fullständiga implementeringsfunktioner. Du kan exportera Keras-modeller till JavaScript för att köra direkt i webbläsaren, till TF Lite för att köra på iOS, Android och inbäddade enheter. Det är också lätt att betjäna Keras-modeller som via ett webb-API.
Ett enormt ekosystem.
Keras är en central del av det tätt anslutna TensorFlow 2.0-ekosystemet och täcker varje steg i maskininlärningsflödet, från datahantering till hyperparameterutbildning till implementeringslösningar.
Avancerad forskning.
Keras används av CERN, NASA, NIH och många fler vetenskapliga organisationer runt om i världen (och ja, Keras används på LHC). Keras har låg nivå flexibilitet för att implementera godtyckliga forskningsidéer samtidigt som de erbjuder valfria bekvämligheter på hög nivå för att påskynda experimentcykler.
En tillgänglig superkraft.
På grund av dess användarvänlighet och fokus på användarupplevelse är Keras den djupa inlärningslösningen som valts för många universitetskurser. Det rekommenderas allmänt som ett av de bästa sätten att lära sig djup inlärning.
Djupt lärande för människor.
Keras är ett API designat för människor, inte maskiner. Keras följer bästa praxis för att minska kognitiv belastning: det erbjuder konsekventa och enkla API: er, det minimerar antalet användaråtgärder som krävs för fall av vanlig användning, och det ger tydliga och handlingsbara felmeddelanden. Det har också omfattande dokumentation och utvecklare guider.
Iterera med tankens hastighet.
Keras är det mest använda ramverket för djup inlärning bland topp-5 vinnande lag på Kaggle. Eftersom Keras gör det lättare att köra nya experiment ger det dig möjlighet att prova fler idéer än din konkurrens, snabbare. Och så vinner du.
Exascale maskininlärning.
Byggt ovanpå TensorFlow 2.0 är Keras ett branschstarkt ramverk som kan skala till stora kluster av GPU: er eller en hel TPU-pod. Det är inte bara möjligt; det är lätt.
Distribuera var som helst.
Utnyttja TensorFlow-plattformens fullständiga implementeringsfunktioner. Du kan exportera Keras-modeller till JavaScript för att köra direkt i webbläsaren, till TF Lite för att köra på iOS, Android och inbäddade enheter. Det är också lätt att betjäna Keras-modeller som via ett webb-API.
Ett enormt ekosystem.
Keras är en central del av det tätt anslutna TensorFlow 2.0-ekosystemet och täcker varje steg i maskininlärningsflödet, från datahantering till hyperparameterutbildning till implementeringslösningar.
Avancerad forskning.
Keras används av CERN, NASA, NIH och många fler vetenskapliga organisationer runt om i världen (och ja, Keras används på LHC). Keras har låg nivå flexibilitet för att implementera godtyckliga forskningsidéer samtidigt som de erbjuder valfria bekvämligheter på hög nivå för att påskynda experimentcykler.
En tillgänglig superkraft.
På grund av dess användarvänlighet och fokus på användarupplevelse är Keras den djupa inlärningslösningen som valts för många universitetskurser. Det rekommenderas allmänt som ett av de bästa sätten att lära sig djup inlärning.
Uppdaterades den
Säkerhet börjar med förståelsen av hur utvecklare samlar in och delar din data. Praxis för dataintegritet och säkerhet varierar beroende på användning, region och ålder. Utvecklaren har tillhandahållit denna information och kan uppdatera den med tiden.
Nyheter
Keras 2.3 Documentation
Appsupport
Om utvecklaren
GWEE KENG SHENG
dictson@nextlabs.cc
905, Jalan Melor 2,
Taman Tangkak Jaya,
84900 Tangkak
Johor
Malaysia
undefined
